Liên hệ
Tiếng Việt
Tiếng Anh
Thứ tư, 20/05/2026
Evolutionary Artificial Intelligence. Proceedings of ICEAI 2024
Cập nhật vào: Thứ hai - 15/09/2025 03:48
Nhan đề chính: Evolutionary Artificial Intelligence. Proceedings of ICEAI 2024
Nhan đề dịch: Trí tuệ nhân tạo tiến hóa. Kỷ yếu Hội nghị ICEAI 2024
Tác giả: David Asirvatham
Nhà xuất bản: Springer Nature
Năm xuất bản: 2024
Số trang: 768 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-981-96-5210-5
SpringerLink
Lời giới thiệu: Cuốn sách “Evolutionary Artificial Intelligence. Proceedings of ICEAI 2024” tập hợp những nghiên cứu, báo cáo khoa học và thảo luận học thuật được trình bày tại Hội nghị quốc tế về trí tuệ nhân tạo tiến hóa (ICEAI) năm 2024. Nội dung cuốn sách tập trung vào việc khai thác các phương pháp tính toán tiến hóa, như giải thuật di truyền, lập trình tiến hóa, tối ưu bầy đàn và các mô hình tiến hóa đa mục tiêu, để giải quyết những thách thức phức tạp trong trí tuệ nhân tạo và khoa học máy tính. Ngoài việc giới thiệu các nền tảng lý thuyết, sách còn nhấn mạnh đến các ứng dụng thực tiễn của trí tuệ nhân tạo tiến hóa trong nhiều lĩnh vực như robot học, thị giác máy tính, phân tích dữ liệu lớn, hệ thống tự động, thiết kế kỹ thuật, y tế và công nghiệp thông minh. Đây là một nguồn tư liệu giá trị thể hiện rõ sự phát triển nhanh chóng của trí tuệ nhân tạo trong bối cảnh toàn cầu hóa và chuyển đổi số. Mục đích của cuốn sách là cung cấp một diễn đàn khoa học để các nhà nghiên cứu và chuyên gia chia sẻ ý tưởng, kết quả thực nghiệm cũng như định hướng tương lai của trí tuệ nhân tạo tiến hóa. Tác phẩm không chỉ làm sáng tỏ vai trò của các thuật toán tiến hóa trong việc giải quyết vấn đề tối ưu hóa và học máy mà còn mở ra những góc nhìn mới về khả năng ứng dụng đa ngành, góp phần thúc đẩy đổi mới sáng tạo và giải pháp công nghệ bền vững. Đối tượng độc giả của cuốn sách là các nhà nghiên cứu, giảng viên và sinh viên trong lĩnh vực trí tuệ nhân tạo, khoa học dữ liệu, khoa học máy tính và kỹ thuật hệ thống, cùng với các kỹ sư và chuyên gia công nghệ đang tìm kiếm những phương pháp tối ưu hóa tiên tiến để giải quyết bài toán thực tiễn. Ngoài ra, sách cũng phù hợp với các nhà hoạch định chiến lược và quản lý công nghệ quan tâm đến ứng dụng AI trong sản xuất, y tế, năng lượng, tài chính và nhiều lĩnh vực khác.
Từ khóa: Trí tuệ nhân tạo. Tính toán tiến hoá. Giải thuật di truyền. Tối ưu hoá. Khoa học dữ liệu. Tài liệu hội nghị.
Nội dụng của cuốn sách bao gồm những phần sau:
Phương pháp tiếp cận kết hợp CNN-RNN để dự đoán chính xác tình trạng loãng xương
Những tiến bộ trong học máy để phát hiện COVID-19 từ chụp CT ngực: Nghiên cứu toàn diện và đánh giá hiệu suất
Phân loại khối u não bằng RESNET-50 và Efficientnet-B0
Một phương pháp tiếp cận sáng tạo để cải thiện dự đoán thiên tai thông qua học tập tổng hợp
EaseRent: Giải pháp cho thuê tích hợp trên web và thiết bị di động
Phân tích dự đoán các giai đoạn xơ gan: Phương pháp học tập tổng hợp
Quản lý hiệu suất nhân viên dựa trên AI: Cải thiện đánh giá và phát triển với phân tích nâng cao
IDS lai thế hệ tiếp theo trong SDN: Tận dụng học sâu để phát hiện mối đe dọa vượt trội
Triển khai trí tuệ nhân tạo trong kiểm duyệt nội dung giáo dục
Dự báo quy trình hỗn loạn sử dụng hệ thống đa chuyên gia dựa trên kỹ thuật học máy xếp chồng
Phương pháp học sâu để dự đoán và ngăn ngừa bệnh Alzheimer ở phụ nữ: Nghiên cứu và phân tích toàn diện
Nâng cao nhận dạng cảm xúc dựa trên EEG sử dụng rừng ngẫu nhiên và biến đổi Fourier nhanh
Nhận dạng tự động các thuật toán mật mã thông qua học máy
Tăng cường dự báo nhu cầu gạo bằng cách sử dụng dữ liệu khách hàng và thuật toán học máy nâng cao
Kỹ thuật tiền xử lý nâng cao với thuật toán tối ưu hóa cá voi và Remora lai để lựa chọn tính năng bằng dữ liệu HCC
Thuật toán tối ưu hóa Padmavyuha một thuật toán siêu hình hiệu quả mới
Nâng cao sự tự lập và sức khỏe cho người cao tuổi thông qua hệ thống vòng đeo tay thông minh đa chức năng dựa trên AI
Phát hiện và quản lý hội chứng buồng trứng đa nang bằng học máy
So sánh các thuật toán học máy sử dụng Python với mô hình mạng nơ-ron - Phân loại tập dữ liệu học sinh
